Julia数组推导式丢失内部维度问题及维度修正需求

为什么维度会"消失"？ #

你用数组推导式[myarr for i in 1:2]创建的是一维数组，数组里的每个元素都是独立的4×3矩阵。这种结构属于"数组嵌套数组"，外层数组只记录自身的元素数量（也就是2个），不会自动把内部数组的维度合并成一个高维数组，所以size(broken_off_dim)返回(2,)。

如何得到(2,4,3)的高维数组？ #

这里提供几种直接有效的解决方法：

方法1：用cat函数指定维度拼接 #

cat可以把多个数组按指定维度拼接成高维数组，直接得到你需要的形状：

myarr = Array{Float64}(undef,4,3)
fixed_arr = cat([myarr for i in 1:2]..., dims=1)
size(fixed_arr)  # 返回(2,4,3)

如果需要调整维度顺序，比如想得到(4,3,2)，只需要把dims参数改成3即可。

方法2：用stack函数（Julia 1.9及以上版本支持） #

stack是更直观的合并工具，专门用来把嵌套数组转成高维数组：

fixed_arr = stack([myarr for i in 1:2]; dims=1)
size(fixed_arr)  # 返回(2,4,3)

方法3：直接初始化高维数组 #

如果不需要先创建单个矩阵，也可以一步到位初始化目标形状的数组：

fixed_arr = Array{Float64}(undef, 2,4,3)
# 若需要把myarr的内容复制到每个位置，可用广播赋值
fixed_arr .= myarr  # 广播会自动匹配维度，填充到2×4×3的对应位置

为什么reshape会报错？ #

reshape要求原数组的总元素数和目标形状的总元素数一致，但你原来的嵌套数组展平后只有2个元素（每个元素是一个矩阵），总元素数为2，而(2,4,3)的总元素数是24，两者不匹配，因此会报错。必须先把嵌套数组转成连续的高维数组，再进行reshape操作。

内容的提问来源于stack exchange，提问作者KeynesCoeFen